Association between cardiovascular disease risk, regional brain age gap, and cognition in healthy adults
Notice bibliographique
Résumé
Background: Cardiovascular disease (CVD) and its associated risk factors accelerate neurodegeneration and cognitive decline. This study examined relationships between CVD risk, cognition, and Brain Age Gap (BAG)-the difference between MRI-predicted brain age and chronological age. While prior research has linked CVD risk factors to global (i.e., "whole-brain") BAG, we extend these findings by examining region-specific associations, offering more spatially precise insights into brain aging across the cortex. Methods: , an automated brain volumetrics pipeline, to calculate global and regional BAG. CVD risk was assessed using the QRISK3 calculator, which provides a 10-year CVD risk percentage and Heart Age value. The Heart Age Gap (HAG) was calculated as Heart Age minus chronological age. Cognitive function was assessed using the Montreal Cognitive Assessment (MoCA). Six data-driven brain aging factors were identified, and participant-level BAG scores for each factor were analyzed. Spearman correlations examined associations between CVD risk metrics, regional BAG factors, and cognition, controlling for age and sex. Results: < 0.001), even after adjusting for covariates. The BAGs of Factors 3-6 showed significant positive correlations with 10-year CVD risk and HAG, indicating region-specific vulnerability. Total MoCA was negatively associated with the BAGs of Factors 4-6. In addition, the Language Index was negatively correlated with the BAGs of Factors 1, 4, and 5, while the Executive Index was negatively associated with Factor 5's BAG. No CVD risk-cognition associations remained significant after adjusting for age. Conclusion: CVD risk is associated with global and regional brain aging, with specific cortical regions demonstrating greater vulnerability to CVD risk burden than others. These findings highlight the added value of regional BAG analyses, which reveal heterogeneity in aging patterns not captured by global estimates alone and may clarify vascular contributions to brain aging.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».